1 |
1
데이터 컨버터 및 추천 엔진을 포함하는 소셜 네트워크 서비스 시스템의 소셜 네트워크 서비스를 위한 데이터 모델링 방법에 있어서, 데이터 컨버터를 통해 제1 사용자의 정보, 제2의 사용자 정보 및 위치정보를 이용하여 텐서를 구성하는 복수의 요소들을 유도하는 단계; 및추천 엔진를 통해 제1 사용자 및 제2 사용자 간의 관계정보를 나타내는 행렬에 기반하여 상기 복수의 요소들로 구성된 텐서를 분해하는 단계를 포함하고,상기 소셜 네트워크 서비스를 위한 데이터 모델링 방법은,온라인 및 오프라인 정보와 같이 서로 다른 차원의 정보를 융합하기 위해 제1 사용자 및 제2 사용자 간의 관계정보를 나타내는 행렬 및 텐서 분해 기법을 이용하여, 제1 사용자의 정보, 제2의 사용자 정보, 위치정보 및 시간 간의 관계를 포함하는 3차원 이상의 다차원 정보를 상기 텐서 및 행렬을 이용하여 모델링하고, CMTF(Coupled Matrix and Tensor Factorization) 알고리즘을 통해 동시에 분해하는 소셜 네트워크 서비스를 위한 데이터 모델링 방법
|
2 |
2
제1항에 있어서,상기 데이터 컨버터를 통해 제1 사용자의 정보, 제2의 사용자 정보 및 위치정보를 이용하여 텐서를 구성하는 복수의 요소들을 유도하는 단계는, 제1 사용자 또는 제2 사용자가 비컨 단말이 설치된 장소에 입장 또는 퇴장하는 경우, 제1 사용자 또는 제2 사용자의 단말이 상기 비컨 단말로부터 블루투스 신호를 수신하여, 상기 블루투스 신호의 수신 시간과 상기 비컨 단말의 고유 코드를 서버로 전송하는소셜 네트워크 서비스를 위한 데이터 모델링 방법
|
3 |
3
제2항에 있어서,제1 사용자 또는 제2 사용자가 비컨 단말이 설치된 장소를 이용하는 기록이 서버에 누적되고, 텐서를 구성하는 복수의 요소들의 요소 값은 제1 사용자와 제2 사용자의 생활패턴의 유사한 정도를 나타내는소셜 네트워크 서비스를 위한 데이터 모델링 방법
|
4 |
4
제1항에 있어서,상기 행렬을 구성하는 복수의 요소들 중 연결 값(connection score)은 제1 사용자 및 제2 사용자 간의 공통 친구의 수와 연결 관계 경로의 길이에 기반하여 유도되고, 제1 사용자 및 제2 사용자 간의 가까움 정도를 나타내는소셜 네트워크 서비스를 위한 데이터 모델링 방법
|
5 |
5
제4항에 있어서,상기 연결 값은 상기 연결 관계 경로의 길이의 홉(hop)의 수에 따른 가까움 정도의 감쇠를 반영하기 위해 홉 길이에 따라 변화되는소셜 네트워크 서비스를 위한 데이터 모델링 방법
|
6 |
6
제4항에 있어서,친구관계정보가 비공개인 사용자의 경우, 상기 연결 관계 경로를 파악하기 위해 친구관계정보가 대칭성을 갖는 특성을 이용하여 친구관계정보를 무방향 그래프로 변환하고, 다른 사용자들의 친구관계정보를 이용하여 상기 친구관계정보가 비공개인 사용자의 친구 관계를 유추하는 소셜 네트워크 서비스를 위한 데이터 모델링 방법
|
7 |
7
소셜 네트워크 서비스를 이용하는 복수의 사용자들의 오프라인 상황정보와 추천된 친구들에 대한 평가 결과정보를 수신하여 파싱 과정을 거쳐 데이터베이스에 저장하는 프리프로세서;상기 복수의 사용자들의 친구관계정보를 수집하고 정형화하여 저장하는 데이터베이스;데이터베이스에 저장된 정보를 이용하여 텐서 및 행렬에서 사용되는 입력정보의 형태로 변환하는 데이터 컨버터;텐서 및 행렬을 동시에 분해하고 재결합하는 추천 엔진; 및재결합된 텐서를 이용하여 각 사용자들을 위한 추천 친구목록을 생성하는 친구목록 생성부를 포함하고, 상기 추천 엔진은,온라인 및 오프라인 정보와 같이 서로 다른 차원의 정보를 융합하기 위해 제1 사용자 및 제2 사용자 간의 관계정보를 나타내는 행렬 및 텐서 분해 기법을 이용하여, 제1 사용자의 정보, 제2의 사용자 정보, 위치정보 및 시간 간의 관계를 포함하는 3차원 이상의 다차원 정보를 상기 텐서 및 행렬을 이용하여 모델링하고, CMTF(Coupled Matrix and Tensor Factorization) 알고리즘을 통해 동시에 분해하는소셜 네트워크 서비스 시스템
|
8 |
8
제7항에 있어서, 상기 프리프로세서는,전달된 정보를 콘텍스트 데이터 파서(Context Data Parser)와 평가 데이터 파서(Evaluation Data Parser)를 통해 파싱 과정을 거쳐 데이터베이스에 저장하고, 네트워크 크롤러(Network Crawler)를 통해 사용자들의 친구관계정보를 수집하고 정형화하여 003c#Source node ID, Destination node ID003e#의 형태로 데이터베이스에 저장하는 소셜 네트워크 서비스 시스템
|
9 |
9
제7항에 있어서, 상기 데이터베이스는, 상기 복수의 사용자들의 친구관계정보를 사용자의 장소 입장 및 퇴장 시간, 친구관계정보, 사용자 프로필, 사용자의 단말의 ID, 추천된 친구에 대한 만족도 평가 결과 정보를 포함하는 복수의 테이블로 저장하는 소셜 네트워크 서비스 시스템
|
10 |
10
제7항에 있어서,상기 데이터 컨버터는, 데이터베이스에 저장된 정보를 003c#User, User, Place, Total visit count003e# 및 003c#User, User, Connection score003e#의 형태로 변환하는 소셜 네트워크 서비스 시스템
|
11 |
11
제7항에 있어서,상기 추천 엔진은, 매틀랩(Matlab)을 이용하여 코드를 작성하고 텐서 툴박스(Tensor Toolbox) 및 CMTF 툴박스를 이용하는 소셜 네트워크 서비스 시스템
|
12 |
12
제7항에 있어서,생성된 추천 친구목록을 전송하기 위한 알림 메시지를 생성하여 사용자들의 단말로 전송하는 메시지 생성 및 알림부를 더 포함하는 소셜 네트워크 서비스 시스템
|
13 |
13
프리프로세서를 통해 소셜 네트워크 서비스를 이용하는 복수의 사용자들의 오프라인 상황정보와 추천된 친구들에 대한 평가 결과정보를 수신하여 파싱 과정을 거쳐 데이터베이스에 저장하는 단계;상기 복수의 사용자들의 친구관계정보를 수집하고 정형화하여 데이터베이스에 저장하는 단계;데이터베이스에 저장된 정보를 이용하여 데이터 컨버터를 통해 텐서 및 행렬에서 사용되는 입력정보의 형태로 변환하는 단계;추천 엔진을 통해 텐서 및 행렬을 동시에 분해하고 재결합하는 단계; 및친구목록 생성부를 통해 재결합된 텐서를 이용하여 각 사용자들을 위한 추천 친구목록을 생성하는 단계를 포함하고,상기 추천 엔진을 통해 텐서 및 행렬을 동시에 분해하고 재결합하는 단계는, 온라인 및 오프라인 정보와 같이 서로 다른 차원의 정보를 융합하기 위해 제1 사용자 및 제2 사용자 간의 관계정보를 나타내는 행렬 및 텐서 분해 기법을 이용하여, 제1 사용자의 정보, 제2의 사용자 정보, 위치정보 및 시간 간의 관계를 포함하는 3차원 이상의 다차원 정보를 상기 텐서 및 행렬을 이용하여 모델링하고, CMTF(Coupled Matrix and Tensor Factorization) 알고리즘을 통해 동시에 분해하는소셜 네트워크 서비스 방법
|
14 |
14
제13항에 있어서, 상기 프리프로세서를 통해 소셜 네트워크 서비스를 이용하는 복수의 사용자들의 오프라인 상황정보와 추천된 친구들에 대한 평가 결과정보를 수신하여 파싱 과정을 거쳐 데이터베이스에 저장하는 단계는, 전달된 정보를 콘텍스트 데이터 파서(Context Data Parser)와 평가 데이터 파서(Evaluation Data Parser)를 통해 파싱 과정을 거쳐 데이터베이스에 저장하고, 네트워크 크롤러(Network Crawler)를 통해 사용자들의 친구관계정보를 수집하고 정형화하여 003c#Source node ID, Destination node ID003e#의 형태로 데이터베이스에 저장하는 소셜 네트워크 서비스 방법
|
15 |
15
제13항에 있어서,상기 복수의 사용자들의 친구관계정보를 수집하고 정형화하여 데이터베이스에 저장하는 단계는, 상기 복수의 사용자들의 친구관계정보를 사용자의 장소 입장 및 퇴장 시간, 친구관계정보, 사용자 프로필, 사용자의 단말의 ID, 추천된 친구에 대한 만족도 평가 결과 정보를 포함하는 복수의 테이블로 저장하는소셜 네트워크 서비스 방법
|
16 |
16
제13항에 있어서,상기 데이터베이스에 저장된 정보를 이용하여 데이터 컨버터를 통해 텐서 및 행렬에서 사용되는 입력정보의 형태로 변환하는 단계는, 데이터베이스에 저장된 정보를 003c#User, User, Place, Total visit count003e# 및 003c#User, User, Connection score003e#의 형태로 변환하는 소셜 네트워크 서비스 방법
|
17 |
17
제13항에 있어서,상기 추천 엔진을 통해 텐서 및 행렬을 동시에 분해하고 재결합하는 단계는, 매틀랩(Matlab)을 이용하여 코드를 작성하고 텐서 툴박스(Tensor Toolbox) 및 CMTF 툴박스를 이용하는소셜 네트워크 서비스 방법
|
18 |
18
제13항에 있어서,상기 친구목록 생성부를 통해 재결합된 텐서를 이용하여 각 사용자들을 위한 추천 친구목록을 생성하는 단계는, 생성된 추천 친구목록을 전송하기 위해 메시지 생성 및 알림부를 통해 알림 메시지를 생성하여 사용자들의 단말로 전송하는소셜 네트워크 서비스 방법
|
19 |
19
삭제
|